SlideShare a Scribd company logo
1 of 39
Download to read offline
Verso l’individuazione di indicatori precoci dello stress idrico e carenza di nutrienti in
  agricoltura: sviluppo di metodi innovativi di telerilevamento iperspettrale da aereo




                                  R. Colombo, Cinzia Panigada e collaboratori
                         Laboratorio di Telerilevamento delle Dinamiche Ambientali (LTDA)
                            Dipartimento Scienze dell’Ambiente e del Territorio (DISAT)
                                 Università degli Studi di Milano-Bicocca (UNIMIB)
                                                 20126 Milano, Italia
                                                  Tel. 0264482819
                                             roberto.colombo@unimib.it
                                     http://www.disat.unimib.it/Telerilevamento/




                                                                                                      LTDA

Milano, 27 febbraio 2012                                                             Relatore: R. Colombo
Sommario



•   Presentazione del progetto di ricerca;


•   Pianificazione dell’esperimento;


•   Acquisizione dei dati;


•   Preelaborazione e elaborazione delle immagini


•   Risultati ottenuti


•   Conclusioni




                                                    LTDA
Obiettivi della ricerca

    Sperimentare tecniche innovative di telerilevamento iperspettrale finalizzate alla detezione
                  precoce dello stress ossidativo (deficit di acqua e azoto) utilizzando sensori
                                                       aviotrasportati



           Contesto: stato di salute delle colture, agricoltura di precisione, sostenibilità




•    Migliorare gli algoritmi per la stima di parametri biofisici e processi fisiologici dalle immagini acquisite (LAI, Fs,

     PRI e Ts);


•    Individuare le relazioni tra indicatori remoti e descrittori dello stato di stress delle colture misurati in campo

     (esperimento irrigazione/fertilizzazione);


•    Generare mappe dello stato di salute delle colture e valutare l'efficacia del sistema proposto.




                                                                                                                       LTDA
Progettazione dell’esperimento

Localizzazione




        Azienda Sperimentale Vittorio Tadini, Piacenza



                                                         LTDA
Progettazione dell’esperimento

      Disegno sperimentale




  randomized block design split plot, 4 blocchi,
  48 parcelle 15x16.5 m (247.5 m2)

• Specie & trattamenti:
  2 colture (mais e sorgo)
  2 livelli di fertilizzazione (0 and 100 kg/ha N)
  3 regimi idrici: non irrigato, irrigato e in
  variabile deficit idrico (imposto dalla fase
  fenologica, tra emergenza e fioritura)




                                                          LTDA
Progettazione dell’esperimento

Stagione meteorologica, regimi irrigui e calendario irriguo

                                          50                                                                                                          30
                                          45
                                                                                                                                                      25
                                          40
                                          35
                                                                                                                                                      20
                                          30
                                          25                                                                                                          15
                                          20
                                                                                                                                                      10
                                          15
                                          10                                                                             Rainfall
                                                                                                                                                      5
                                           5                                                                             Mean temperature

                                           0                                                                                                          0
                                               06-giu   10-giu   14-giu   18-giu   22-giu   26-giu   30-giu   04-lug     08-lug     12-lug   16-lug




                                                                                                                       3 giugno 2010




                                                                                                         13 settembre raccolta mais
              semina             voli

                                                                                                                                                  LTDA
Progettazione dell’esperimento
Installazione strumenti di misura per
          misure in continuo




                                                      Sensori TDR, umidità del suolo;
    Stazione meteorologica (umidità relativa,         tensiometri (potenziale totale e
  temperatura, precipitazioni, radiazione solare      matriciale del terreno) a diverse
    PAR e GLOB, velocità e direzione vento)                      profondità




                                                                                          LTDA
Progettazione dell’esperimento
Installazione strumenti di misura per
          misure in continuo




         Stazione misura di temperatura
        radiometrica della canopy (2 plot)



                                                                  LTDA
                                                              8
Progettazione dell’esperimento
  Pianificazione dei sorvoli aerei con
          sensori iperspettrali


E’ determinante la scelta strumenti e momento temporale!!!!

-fase fenologica di levata precedente alla comparsa del fiore;
-sensori ipersettrali CASI, AHS, AISA (+ Lidar)




                  June                    July                August




                                                                       LTDA
Progettazione dell’esperimento

perchè i sensori iperspettrali?




                                                               LTDA
Progettazione dell’esperimento

perchè i sensori iperspettrali




           Analisi delle features di
                assorbimento




                                                                   LTDA
Progettazione dell’esperimento
a parte..telerilevamento dei
                                               PAR
          processi                             incidente




       Interazione radiazione-foglia
                                             Riflessa                             Trasmessa
       (% della incidente)                   (6-12%)                                (0-40%)




                                                               Assorbita
                                                               (48-94%)


       Dissipazione dell’energia assorbita
       (% dell’assorbita)



                                                Fluorescenza    Calore     Fotochimica
                                                   (3-5%)      (75-97%)      (0-20%)




                                                                                              LTDA
Progettazione dell’esperimento
a parte..telerilevamento dei
                                               PAR
          processi                             incidente




       Interazione radiazione-foglia
                                             Riflessa                             Trasmessa
       (% della incidente)                   (6-12%)                                (0-40%)




                                                               Assorbita
                                                               (48-94%)


       Dissipazione dell’energia assorbita
       (% dell’assorbita)



                                                Fluorescenza    Calore     Fotochimica
                                                   (3-5%)      (75-97%)      (0-20%)




                                                                                              LTDA
Acquisizione dati telerilevati
         Configurazione adottata
          AISA Eagle (VIS-NIR)

[Istituto Nazionale di Oceanografia e
 di Geofisica Sperimentale, Trieste]


                                                                 sorvolo: 20 luglio 2010




                                         FOV
 H: 770 - 830 m




                                        IFOV




           D = 1.0 m                       S
                                  D

           S = 500 m



                                                                                           LTDA
Acquisizione dati telerilevati
      Configurazione adottata
        AHS (VIS-NIR-TIR)

[Instituto Nacional de Tecnica
Nacional Aerospacial, Madrid]




                                                            sorvolo: 19 luglio 2010

                                      FOV
    H: 1000 m



                                     IFOV




        D = 2.0 m                       S
                                 D

        S = 2000 m

                                                   EUFAR supported!
                                                                                      LTDA
Acquisizione dati di campo

       In contemporanea ai sorvoli

Misure spettroscopiche
     – Riflettanze a livello di canopy acquisite sulle parcelle di
     mais (spectral camera VIS/NIR & SWIR, Specim Finland);
     –Fluorescenza attiva (FluorWatt Leaf Clip);
     –Riflettanze superfici target per correzione atmosferica
     (6x6m black and white reference panels; high and low
     reflectance natural targets);
     –Misure in continuo di radianza incidente nella banda di
     assorbimento atmosferico O2-A (FWHM=0.13 nm) e misure di
     riflettanza con spettrometri ad alta risoluzione spettrale;
     –Temperature della canopy per diversi trattamenti (FLIR
     hand-held thermal radiometer)




                                                                     LTDA
Acquisizione dati di campo

         In contemporanea ai sorvoli


Misure strutturali e fisiologiche fogliari e di canopy

     – Biometria campo
     – LAI (Delta-T quantum ceptometer Hemispherical camera)
     – fAPAR (Delta-T quantum ceptometer)
     – Relative chlorophyll content (Minolta SPAD)
     – Indice PRI a livello fogliare (PRI Plant Pen, PSI)
     – Fluorescenza attiva, yield & Fv/Fm (miniPAM)
     – Gas exchange: assimilazione istantanea e curve di luce (Ciras,
       Licor6400)
     – Concentrazione pigmenti fogliari (Chl a, Chl b e Car)
     – Contenuto d’acqua (EWT e RWC)
     – Camere di Scholander (potenziale fogliare)




                                                                        LTDA
Acquisizione dati di campo

       In contemporanea ai sorvoli


Misure strutturali e fisiologiche fogliari e di canopy




                                 Alcune ancillari, raccolte da altri gruppi
                                              per altri scopi



                                                                              LTDA
Acquisizione dati di campo

    In contemporanea ai sorvoli


• Other RS-related measurements and ancillary Data
    – Sun photometer for AOD computation
    – Differential GPS measurements for geometric
       corrections
    – Ground-based laser scanner of plants for 3D modelling
    – Anisotropy of soil reflectance using a field goniometer
    – Anisotropy of incident radiance (multi-band Cimel
       Sunphotometer)




              Coinvolti numerosi gruppi di ricerca
                        italiani e europei




                                                                LTDA
Pre-elaborazione immagini iperspettrali


          Queste operazioni sono “obbligatorie” per il retrieval dei
           parametri e la stima degli indicatori di early detection



• Correzione geometrica;

• Calibrazione radiometrica;

• Calibrazione spettrale;

• Correzione atmosferica.



                                                                       LTDA
Pre-elaborazione immagini iperspettrali

Correzione geometrica
                               headin
                                 g        pitch
                        roll




                                 GPS
                                 positi
                                 on




           Esempio correzione geometrica di precisione immagini AISA

                                                                       LTDA
Pre-elaborazione immagini iperspettrali

Calibrazione spettrale

  •Correzione relativa allo shift spettrale (SS) e FWHM (Improved SpecCal spectral calibration software );
  •Misure di irradianza dei pannelli confrontate con simulazione modello trasf. Rad. MODTRAN4;
  •RISULTATI: correzione shift di circa 6 nm e FWHMs riscontrata maggiore del valore nominale (e.g. da
  2.2 to 4.4 nm a 760 nm)




         SS




        Results of SpecCal calibration at the 02A
                   absorption window
                                                    Example of radiance spectral signature before and after Spectral Shift correction




                                                                                                                                 LTDA
Pre-elaborazione immagini iperspettrali

Correzione atmosferica                          Sono stati impiegati RT models +
                                                correzione empirical line impiegando
Ricostruzione delle riflettività superficiali
                                                white & black panels e i target di
                                                riferimento
                                                  Rs (λ) = L sensore (λ)* Gain + Offset




                               L su p   
                Rs   
                              E g lo b   


                                                                                          LTDA
Elaborazione dei dati iperspettrali

Analisi degli spettri di riflettanza (dati AISA)
Esempio di mais concimato con tre diversi regimi idrici


                                                                                             P3         P1

          4000

          3500
                           P1_W2_N1
          3000             P3_W0_N1
                           P11_W1_N1                                                              P11
          2500
  R*104




          2000

          1500

          1000

           500

               0
             04


                      88


                              10


                                      68


                                              12


                                                      91


                                                                97


                                                                        65


                                                                                64


                                                                                        20
           4.


                    9.


                            7.


                                    4.


                                            4.


                                                    3.


                                                              3.


                                                                      4.


                                                                              4.


                                                                                      5.
          39


                   44


                           50


                                   56


                                           62


                                                   68


                                                             74


                                                                     80


                                                                             86


                                                                                     92

                                                        wl



           In generale il comportamento delle parcelle stressate è
           differente e riconoscibile sugli spettri. Presenza di regioni
           spettrali con presenza di rumore. Pre-processing, noise
           removal filter!



                                                                                                        LTDA
Elaborazione dei dati iperspettrali

Calcolo indici di vegetazione (dati di campo e riflettanze immagini iperspettrali)



  •Biochemical & structure indices
        –greenness VIs (e.g. NDVI, SR)
        –chlorophyll VIs (e.g. REP, MTCI)
        –carotenoid VIs (e.g. SIPI, PSRI)
        –water indices (e.g. WBI, NDWI)


  •Physiological indices
        –light use efficiency (PRI)
        (VIs related to heat dissipation,
              xanthophyll cycle pigments)




                                                                                     LTDA
Elaborazione dei dati iperspettrali

Calcolo indici di vegetazione (dati di campo e riflettanze immagini iperspettrali)




                                                                                     LTDA
Elaborazione dei dati iperspettrali

 Stima della fluorescenza della clorofilla indotta dal sole (F760,O2-A fluorescence)

                                                                                                                                                        1.0

Input data
– AISA Eagle
                                                                                                                                                        0.8




                                                          Fluorescence (a.u.)
                                                                                2




                                                                                                                                                              Reflectance (-)
– FWHM ≈ 4.2 nm @760 nm                                                                                                                                 0.6



– Spectral Sampling Interval = 2.43 nm, 244 spectral                            1
                                                                                                                                                        0.4


   bands
                                                                                                                                                        0.2




Metodo                                                                          0
                                                                                     400                   500    600        700        800   900   1000
                                                                                                                                                        0.0



                                                                                                                  Wavelength (nm)
– Standard FLD
– Metodo di Maier et al. (2002) ottimizzato [2 target
  non-fluorescenti (white, suolo nudo, strade..) per
  stimare trasmittanza e radianza atmosferica nelle                                                L in Vs. L out, non-F targets
  bande selezionate                                                                                15000




                                                                                L in (761.00 nm)
– Stima di Fs in unità relative (k3Fs):
                                                                                                                  y = 0.49994x + 249.03151
                                                                                                   10000                  R² = 0.99

     k3 Fs = Lin – k1 Lout + k2                                                                     5000

                                                                                                       0
                   -   Algorithm improvement!                                                               0    5000    10000 15000 20000 25000
                   -   Better results using 2 bands                                                                     L out (756.13 nm)
                       (761.0 nm + 763.4 nm)

                                                                                                                                                    LTDA
Risultati. Variabilità dei parametri in campo

Statistiche descrittive dati di campo



                                                  -   LAImax = Irr2 N1
                                                  -   In N0 maggiore stabilità dei
                                                      parametri strutturali -biochimici!




      mais




                           sorgo



                                                                                       LTDA
Risultati. Variabilità dei parametri in campo
 Andamenti medi a midday dei dati di campo (mais)

                                                                                   LaiSun                                                                                Box & Whisker Plot:       SPAD
                                                           Box & Whisker Plot:
                                    5.0                                                                                                                62
                                                                                                                                                       60
                                    4.5
                                                                                                                                                       58
                                    4.0                                                                                                                56
                                                                                                                                                       54
                                    3.5
                                                                                                                                                       52
 Parametri                          3.0
                                                                                                                                                       50                                                                                     -      Diverse risposte a diversi
strutturali e                       2.5                                                                                                                48
                                                                                                                                                                                                                                                     trattamenti!




                                                                                                                                               SPAD
                   LaiSun




                                                                                                                                                       46
biochimici                          2.0
                                                                                                                                                       44
                                    1.5                                                                                                                42

                                    1.0
                                                                                                                                                       40
                                                                                                                                                       38
                                                                                                                                                                                                                                              -      NO vs N1 . In alcuni casi basta
                                    0.5
                                                                                                                                                       36                                                                                            sapere il LAI o la quantità di
                                                                                                                                                                                                                                      Mean
                                    0.0
                                          0        1              2                 0             1           2
                                                                                                                  Mean
                                                                                                                  Mean±SD
                                                                                                                                                       34
                                                                                                                                                            0        1         2                    0                1           2    Mean±SD        clorofilla per diagnosticare stati di
                                                                                                                  Mean±1.96*SD                                                                                                        Mean±1.96*SD
                                                  N:   0                                         N:   1
                                                                                                                                                                N:   0
                                                                                                                                                                                     Irrig
                                                                                                                                                                                                                 N:      1                           stress. [abbastanza facile e
                                                                          Irrig

                                                                   LAI                                                                                                                                                                               operativo per il RS..]
                                                                                                                                                                              SPAD
                                                           Box & Whisker Plot:     Qeff * 1000
                                                                                                                                                                                                                                              -      Quando invece i
                                                                                                                                                                                                                                                     parametri non variano si
                                                                                                                                                                 Box & Whisker Plot:         Medie PRI * 1000
                                    440
                                                                                                                                                      25
                                    420

                                    400                                                                                                               20                                                                                             deve ricorrere a
   Parametri
fisiologici e di
                                    380

                                    360
                                                                                                                                                      15                                                                                             parametri fisiologici per
   efficienza                       340                                                                                                               10                                                                                             identificare e anticipare
                      Qeff * 1000




                                                                                                                                 Medie PRI * 1000




                                    320
 fotosintetica                                                                                                                                         5                                                                                             lo stress
                                    300

                                    280
                                                                                                                                                       0
                                    260

                                    240                                                                                                                -5

                                    220                                                                           Mean
                                              0        1              2                 0             1       2   Mean±SD                             -10                                                                            Mean
                                                                                                                  Mean±1.96*SD                              0    1            2                   0              1           2       Mean±SD
                                                   N:      0                                      N:      1                                                                                                                          Mean±1.96*SD
                                                                                                                                                                N:   0                                          N:   1
                                                                           Irrig
                                                                                                                                                                                   Irrig


                                                                ∆F/Fm’                                                                                                       PRI


                                                                                                                                                                                                                                                                              LTDA
Risultati. Confronti con i dati iperspettrali
PRI-AISA vs efficienza fotosintetica (mais).




                     -    Buone relazioni tra PRI e df/Fm’, coerenti con i dati
                          osservati in campo (livello fogliare vs canopy scale!).

                     -    Ps. Indici tradizionalmente legati a LAI e clorofilla
                          sembrano meno sensibili all’efficienza fotosintetica.



                                                                                    LTDA
Risultati. Andamento dell’indice PRI in campo


                Variazione indice PRI in funzione del
                grado di irrigazione




                             dry                               wet

                    P22                                 P25

                                            h 11.20                  h 12.30
Fertilization
                0 kg/ha N




                                            h 11.45                  h 12.40




                                            h 12.00                  h 12.55

                                                -0,05   0,05




                                                                               LTDA
Risultati. Mapping dei parametri biofisici come indicatori di stress

   Analisi di regressione, sviluppo modelli empirici (e.g. mais)
Immagini AISA


                                                            NDI vs. LAI

                              0.80

                              0.70

                              0.60
                NDI




                              0.50

                              0.40                                                  y = 0.1142x + 0.2917
                                                                                         R2 = 0.7252
                              0.30
                                     1    1.5           2         2.5          3         3.5        4
                                                                   LAI




                                                     TCARI/OSAVI vs. SPAD

                              1200
                              1100                                                 y = -26.22x + 2150.1
                                                                                        R2 = 0.6421
                              1000
                TCARI/OSAVI




                              900
                              800
                              700
                              600
                              500
                                     35         40           45           50             55             60
                                                                  SPAD




                                                                                                             LTDA
Risultati. Mappe degli indicatori precoci

Variabilità spaziale di PRI e Fs




                                                     -   Il PRI evidenzia le parcelle
                                                         sottoposte a stress idrico. A
                                                         parità di LAI (e.g. NDVI) il PRI è
                                                         sensibile al regime idrico!
                                                     -   Nel sorgo Fs è un ottimo
                                                         indicatore
                                                     -   Non sono correlate e rilevano
                                                         due diverse informazioni!
                                                                                         LTDA
Risultati. Valutazione dei risultati

    Variabilità spaziale di PRI e Fs




-     Cosa succede a parità di Azoto?                                               -      Cosa succede a parità di regime idrico?
                                                                                    -      In generale è il mapping del contenuto di
-     In N0, stabilità di LAI e Cab (+Fs); l’indice PRI è                                  clorofilla che individua sofferenze da
      sensibile in forma early detection!                                                  mancanza di nutrienti!
-     In N1 il PRI rivela ancora diversi stati di stress                            -      La fluorescenza aggiunge preziose informazioni
      idrico anche se è sufficiente analizzare la                                          che combinate con la concentrazione totale di
      variabilità spaziale del LAI per mappare stati di                                    Cab possono migliorare la detezione precoce
      sofferenza.                                                                          dello stress nutrizionale!




                                                                                              LAI            SPAD             PRI              Fs
               LAI            SPAD              PRI               Fs
                                                                                        F1, 8 = 0.791   F1,8 = 27.627   F1, 8 = 2.861   F1, 8 = 0.336
         F2, 12 = 4.654   F2,12 = 0.481   F2, 12 = 6.985   F2, 12 = 2.126   Irr 0
N0                                                                                      p = 0.439       p = 0.013       p = 0.526       p = 0.602
         p = 0.060        p = 0.278       p = 0.027        p = 0.200
                                                                                        F1, 8 = 6.053   F1,8 = 10.353   F1, 8 = 2.861   F1, 8 = 11.741
         F2, 12 = 6.396   F2,12 = 6.166   F2, 12 = 6.599   F2, 12 = 4.037   Irr 1
N1                                                                                      p = 0.091       p = 0.049       p = 0.526       p = 0.042
         p = 0.032        p = 0.035       p = 0.030        p = 0.077
                                                                                        F1, 8 = 1.280   F1,8 = 12.736   F1, 8 = 0.970   F1, 8 = 3.515
                                                                            Irr 2
                                                                                        p = 0.340       p = 0.037       p = 0.397       p = 0.157



                                                                                                                                           LTDA
Risultati. Stima delle temperature della canopy

Generazione mappa della temperatura della canopy

                                                                       c2
                                         Tbrightness 
                                                                 c1  5    L( ) 
                                                           ln 
                                                                                      
                                                                                       
                                                                         L(  )     

                                                                               T
                                                                         F2,24 = 7.8
                                                           Irr
                                                                         p = 0.007
                                                                         F1, 24 = 2.7
                                                           N
                                                                         p = 0.197
                                                                         F2, 24 = 0.1
                                                           Irr * N
                                                                         p = 0.930



                                             Variabilità tra 30-42 °C.
                                             E’ condizionata dalla proporzione di suolo
                                             nudo presente nel pixel. E’ sensibile ad
                                             entrambi i trattamenti! Importante contributo
                                             per la valutazione dello stress

                                                                                             LTDA
Conclusioni

o Realizzazione di un esperimento pilota per indagare le potenzialità del telerilevamento iperspettrale
per il monitoraggio dello stress idrico e nutrizionale;

o Messa a punto degli algoritmi per la stima della fluorescenza da sensori iperspettrali
aviotrasportati. Ruolo fondamentale della fase di pre-elaborazione dei dati;

o Abbiamo riscontrato ottime relazioni tra indici spettrali e dati di campo e sviluppato semplici
modelli semi-empirici operativi per la generazione di mappe di indicatori dello stress (interessanti
ricadute applicative);

o E’ stato dimostrato che indici precoci consentono di individuare stati di sofferenza prima della
comparsa dei sintomi. L’indice PRI è fortemente dipendente dallo stress idrico. La fluorescenza
riconosce stati di carenza nutrizionale. Possibilità di early detection da remoto (valide ricadute
scientifiche);

o Verso un sistema ottimale..... Configurazione da postazione fissa (punto spia) e segnalazioni per
riprese remote (aereo, UAV) rapidamente tradotte in mappe di indicatori (e.g, PRI) e mappe di
prescrizione.




                                                                                                     LTDA
Ringraziamenti

a Nestlé e al progetto Axía per aver sostenuto questa ricerca




a tutti i responsabili, collaboratori e partecipanti alle campagne di misura

L. Busetto, C. Cilia, T. Julitta, B. Di Mauro, M. Ferretti, S. Cogliati, M.
Rossini, M. Meroni, A. Marchesi, L. Fumagalli, A.D. Ortica (DISAT-
UNIMIB, Italy), S. Amaducci, M. Bergonti, Dante (Università Cattolica
di Piacenza, Azienda V. Tadini), Guido d’Urso, M. Palladino, P.
Eduardo (Università Napoli) J-L. Widlowski (JRC); Uwe Rasher (Julich
Univ), Paolo Paganini (OGS)…

Le immagini multispettrali AHS sono state acquisite ad opera dell’Istituto Nazionale di
Tecnologia Aerospaziale di Madrid (INTA - http://www.inta.es) nell’ambito del
progetto EUFAR (European Facility For Airborne Research project) Transnational
Access project.




                                                                                          LTDA
Buone news!


Missione spaziale ESA FLEX (FLuorescence Explorer)




                                                     LTDA
Grazie per l’attenzione




                          LTDA

More Related Content

Featured

Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsKurio // The Social Media Age(ncy)
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Search Engine Journal
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summarySpeakerHub
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next Tessa Mero
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentLily Ray
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best PracticesVit Horky
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project managementMindGenius
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...RachelPearson36
 
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...Applitools
 
12 Ways to Increase Your Influence at Work
12 Ways to Increase Your Influence at Work12 Ways to Increase Your Influence at Work
12 Ways to Increase Your Influence at WorkGetSmarter
 
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...DevGAMM Conference
 
Barbie - Brand Strategy Presentation
Barbie - Brand Strategy PresentationBarbie - Brand Strategy Presentation
Barbie - Brand Strategy PresentationErica Santiago
 
Good Stuff Happens in 1:1 Meetings: Why you need them and how to do them well
Good Stuff Happens in 1:1 Meetings: Why you need them and how to do them wellGood Stuff Happens in 1:1 Meetings: Why you need them and how to do them well
Good Stuff Happens in 1:1 Meetings: Why you need them and how to do them wellSaba Software
 
Introduction to C Programming Language
Introduction to C Programming LanguageIntroduction to C Programming Language
Introduction to C Programming LanguageSimplilearn
 
The Pixar Way: 37 Quotes on Developing and Maintaining a Creative Company (fr...
The Pixar Way: 37 Quotes on Developing and Maintaining a Creative Company (fr...The Pixar Way: 37 Quotes on Developing and Maintaining a Creative Company (fr...
The Pixar Way: 37 Quotes on Developing and Maintaining a Creative Company (fr...Palo Alto Software
 

Featured (20)

Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search Intent
 
How to have difficult conversations
How to have difficult conversations How to have difficult conversations
How to have difficult conversations
 
Introduction to Data Science
Introduction to Data ScienceIntroduction to Data Science
Introduction to Data Science
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best Practices
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project management
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
 
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
 
12 Ways to Increase Your Influence at Work
12 Ways to Increase Your Influence at Work12 Ways to Increase Your Influence at Work
12 Ways to Increase Your Influence at Work
 
ChatGPT webinar slides
ChatGPT webinar slidesChatGPT webinar slides
ChatGPT webinar slides
 
More than Just Lines on a Map: Best Practices for U.S Bike Routes
More than Just Lines on a Map: Best Practices for U.S Bike RoutesMore than Just Lines on a Map: Best Practices for U.S Bike Routes
More than Just Lines on a Map: Best Practices for U.S Bike Routes
 
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...
 
Barbie - Brand Strategy Presentation
Barbie - Brand Strategy PresentationBarbie - Brand Strategy Presentation
Barbie - Brand Strategy Presentation
 
Good Stuff Happens in 1:1 Meetings: Why you need them and how to do them well
Good Stuff Happens in 1:1 Meetings: Why you need them and how to do them wellGood Stuff Happens in 1:1 Meetings: Why you need them and how to do them well
Good Stuff Happens in 1:1 Meetings: Why you need them and how to do them well
 
Introduction to C Programming Language
Introduction to C Programming LanguageIntroduction to C Programming Language
Introduction to C Programming Language
 
The Pixar Way: 37 Quotes on Developing and Maintaining a Creative Company (fr...
The Pixar Way: 37 Quotes on Developing and Maintaining a Creative Company (fr...The Pixar Way: 37 Quotes on Developing and Maintaining a Creative Company (fr...
The Pixar Way: 37 Quotes on Developing and Maintaining a Creative Company (fr...
 

Progetto Axia - Indicatori stress idrico - 27.02.2012

  • 1. Verso l’individuazione di indicatori precoci dello stress idrico e carenza di nutrienti in agricoltura: sviluppo di metodi innovativi di telerilevamento iperspettrale da aereo R. Colombo, Cinzia Panigada e collaboratori Laboratorio di Telerilevamento delle Dinamiche Ambientali (LTDA) Dipartimento Scienze dell’Ambiente e del Territorio (DISAT) Università degli Studi di Milano-Bicocca (UNIMIB) 20126 Milano, Italia Tel. 0264482819 roberto.colombo@unimib.it http://www.disat.unimib.it/Telerilevamento/ LTDA Milano, 27 febbraio 2012 Relatore: R. Colombo
  • 2. Sommario • Presentazione del progetto di ricerca; • Pianificazione dell’esperimento; • Acquisizione dei dati; • Preelaborazione e elaborazione delle immagini • Risultati ottenuti • Conclusioni LTDA
  • 3. Obiettivi della ricerca Sperimentare tecniche innovative di telerilevamento iperspettrale finalizzate alla detezione precoce dello stress ossidativo (deficit di acqua e azoto) utilizzando sensori aviotrasportati Contesto: stato di salute delle colture, agricoltura di precisione, sostenibilità • Migliorare gli algoritmi per la stima di parametri biofisici e processi fisiologici dalle immagini acquisite (LAI, Fs, PRI e Ts); • Individuare le relazioni tra indicatori remoti e descrittori dello stato di stress delle colture misurati in campo (esperimento irrigazione/fertilizzazione); • Generare mappe dello stato di salute delle colture e valutare l'efficacia del sistema proposto. LTDA
  • 4. Progettazione dell’esperimento Localizzazione Azienda Sperimentale Vittorio Tadini, Piacenza LTDA
  • 5. Progettazione dell’esperimento Disegno sperimentale randomized block design split plot, 4 blocchi, 48 parcelle 15x16.5 m (247.5 m2) • Specie & trattamenti: 2 colture (mais e sorgo) 2 livelli di fertilizzazione (0 and 100 kg/ha N) 3 regimi idrici: non irrigato, irrigato e in variabile deficit idrico (imposto dalla fase fenologica, tra emergenza e fioritura) LTDA
  • 6. Progettazione dell’esperimento Stagione meteorologica, regimi irrigui e calendario irriguo 50 30 45 25 40 35 20 30 25 15 20 10 15 10 Rainfall 5 5 Mean temperature 0 0 06-giu 10-giu 14-giu 18-giu 22-giu 26-giu 30-giu 04-lug 08-lug 12-lug 16-lug 3 giugno 2010 13 settembre raccolta mais semina voli LTDA
  • 7. Progettazione dell’esperimento Installazione strumenti di misura per misure in continuo Sensori TDR, umidità del suolo; Stazione meteorologica (umidità relativa, tensiometri (potenziale totale e temperatura, precipitazioni, radiazione solare matriciale del terreno) a diverse PAR e GLOB, velocità e direzione vento) profondità LTDA
  • 8. Progettazione dell’esperimento Installazione strumenti di misura per misure in continuo Stazione misura di temperatura radiometrica della canopy (2 plot) LTDA 8
  • 9. Progettazione dell’esperimento Pianificazione dei sorvoli aerei con sensori iperspettrali E’ determinante la scelta strumenti e momento temporale!!!! -fase fenologica di levata precedente alla comparsa del fiore; -sensori ipersettrali CASI, AHS, AISA (+ Lidar) June July August LTDA
  • 10. Progettazione dell’esperimento perchè i sensori iperspettrali? LTDA
  • 11. Progettazione dell’esperimento perchè i sensori iperspettrali Analisi delle features di assorbimento LTDA
  • 12. Progettazione dell’esperimento a parte..telerilevamento dei PAR processi incidente Interazione radiazione-foglia Riflessa Trasmessa (% della incidente) (6-12%) (0-40%) Assorbita (48-94%) Dissipazione dell’energia assorbita (% dell’assorbita) Fluorescenza Calore Fotochimica (3-5%) (75-97%) (0-20%) LTDA
  • 13. Progettazione dell’esperimento a parte..telerilevamento dei PAR processi incidente Interazione radiazione-foglia Riflessa Trasmessa (% della incidente) (6-12%) (0-40%) Assorbita (48-94%) Dissipazione dell’energia assorbita (% dell’assorbita) Fluorescenza Calore Fotochimica (3-5%) (75-97%) (0-20%) LTDA
  • 14. Acquisizione dati telerilevati Configurazione adottata AISA Eagle (VIS-NIR) [Istituto Nazionale di Oceanografia e di Geofisica Sperimentale, Trieste] sorvolo: 20 luglio 2010 FOV H: 770 - 830 m IFOV D = 1.0 m S D S = 500 m LTDA
  • 15. Acquisizione dati telerilevati Configurazione adottata AHS (VIS-NIR-TIR) [Instituto Nacional de Tecnica Nacional Aerospacial, Madrid] sorvolo: 19 luglio 2010 FOV H: 1000 m IFOV D = 2.0 m S D S = 2000 m EUFAR supported! LTDA
  • 16. Acquisizione dati di campo In contemporanea ai sorvoli Misure spettroscopiche – Riflettanze a livello di canopy acquisite sulle parcelle di mais (spectral camera VIS/NIR & SWIR, Specim Finland); –Fluorescenza attiva (FluorWatt Leaf Clip); –Riflettanze superfici target per correzione atmosferica (6x6m black and white reference panels; high and low reflectance natural targets); –Misure in continuo di radianza incidente nella banda di assorbimento atmosferico O2-A (FWHM=0.13 nm) e misure di riflettanza con spettrometri ad alta risoluzione spettrale; –Temperature della canopy per diversi trattamenti (FLIR hand-held thermal radiometer) LTDA
  • 17. Acquisizione dati di campo In contemporanea ai sorvoli Misure strutturali e fisiologiche fogliari e di canopy – Biometria campo – LAI (Delta-T quantum ceptometer Hemispherical camera) – fAPAR (Delta-T quantum ceptometer) – Relative chlorophyll content (Minolta SPAD) – Indice PRI a livello fogliare (PRI Plant Pen, PSI) – Fluorescenza attiva, yield & Fv/Fm (miniPAM) – Gas exchange: assimilazione istantanea e curve di luce (Ciras, Licor6400) – Concentrazione pigmenti fogliari (Chl a, Chl b e Car) – Contenuto d’acqua (EWT e RWC) – Camere di Scholander (potenziale fogliare) LTDA
  • 18. Acquisizione dati di campo In contemporanea ai sorvoli Misure strutturali e fisiologiche fogliari e di canopy Alcune ancillari, raccolte da altri gruppi per altri scopi LTDA
  • 19. Acquisizione dati di campo In contemporanea ai sorvoli • Other RS-related measurements and ancillary Data – Sun photometer for AOD computation – Differential GPS measurements for geometric corrections – Ground-based laser scanner of plants for 3D modelling – Anisotropy of soil reflectance using a field goniometer – Anisotropy of incident radiance (multi-band Cimel Sunphotometer) Coinvolti numerosi gruppi di ricerca italiani e europei LTDA
  • 20. Pre-elaborazione immagini iperspettrali Queste operazioni sono “obbligatorie” per il retrieval dei parametri e la stima degli indicatori di early detection • Correzione geometrica; • Calibrazione radiometrica; • Calibrazione spettrale; • Correzione atmosferica. LTDA
  • 21. Pre-elaborazione immagini iperspettrali Correzione geometrica headin g pitch roll GPS positi on Esempio correzione geometrica di precisione immagini AISA LTDA
  • 22. Pre-elaborazione immagini iperspettrali Calibrazione spettrale •Correzione relativa allo shift spettrale (SS) e FWHM (Improved SpecCal spectral calibration software ); •Misure di irradianza dei pannelli confrontate con simulazione modello trasf. Rad. MODTRAN4; •RISULTATI: correzione shift di circa 6 nm e FWHMs riscontrata maggiore del valore nominale (e.g. da 2.2 to 4.4 nm a 760 nm) SS Results of SpecCal calibration at the 02A absorption window Example of radiance spectral signature before and after Spectral Shift correction LTDA
  • 23. Pre-elaborazione immagini iperspettrali Correzione atmosferica Sono stati impiegati RT models + correzione empirical line impiegando Ricostruzione delle riflettività superficiali white & black panels e i target di riferimento Rs (λ) = L sensore (λ)* Gain + Offset L su p    Rs    E g lo b    LTDA
  • 24. Elaborazione dei dati iperspettrali Analisi degli spettri di riflettanza (dati AISA) Esempio di mais concimato con tre diversi regimi idrici P3 P1 4000 3500 P1_W2_N1 3000 P3_W0_N1 P11_W1_N1 P11 2500 R*104 2000 1500 1000 500 0 04 88 10 68 12 91 97 65 64 20 4. 9. 7. 4. 4. 3. 3. 4. 4. 5. 39 44 50 56 62 68 74 80 86 92 wl In generale il comportamento delle parcelle stressate è differente e riconoscibile sugli spettri. Presenza di regioni spettrali con presenza di rumore. Pre-processing, noise removal filter! LTDA
  • 25. Elaborazione dei dati iperspettrali Calcolo indici di vegetazione (dati di campo e riflettanze immagini iperspettrali) •Biochemical & structure indices –greenness VIs (e.g. NDVI, SR) –chlorophyll VIs (e.g. REP, MTCI) –carotenoid VIs (e.g. SIPI, PSRI) –water indices (e.g. WBI, NDWI) •Physiological indices –light use efficiency (PRI) (VIs related to heat dissipation, xanthophyll cycle pigments) LTDA
  • 26. Elaborazione dei dati iperspettrali Calcolo indici di vegetazione (dati di campo e riflettanze immagini iperspettrali) LTDA
  • 27. Elaborazione dei dati iperspettrali Stima della fluorescenza della clorofilla indotta dal sole (F760,O2-A fluorescence) 1.0 Input data – AISA Eagle 0.8 Fluorescence (a.u.) 2 Reflectance (-) – FWHM ≈ 4.2 nm @760 nm 0.6 – Spectral Sampling Interval = 2.43 nm, 244 spectral 1 0.4 bands 0.2 Metodo 0 400 500 600 700 800 900 1000 0.0 Wavelength (nm) – Standard FLD – Metodo di Maier et al. (2002) ottimizzato [2 target non-fluorescenti (white, suolo nudo, strade..) per stimare trasmittanza e radianza atmosferica nelle L in Vs. L out, non-F targets bande selezionate 15000 L in (761.00 nm) – Stima di Fs in unità relative (k3Fs): y = 0.49994x + 249.03151 10000 R² = 0.99 k3 Fs = Lin – k1 Lout + k2 5000 0 - Algorithm improvement! 0 5000 10000 15000 20000 25000 - Better results using 2 bands L out (756.13 nm) (761.0 nm + 763.4 nm) LTDA
  • 28. Risultati. Variabilità dei parametri in campo Statistiche descrittive dati di campo - LAImax = Irr2 N1 - In N0 maggiore stabilità dei parametri strutturali -biochimici! mais sorgo LTDA
  • 29. Risultati. Variabilità dei parametri in campo Andamenti medi a midday dei dati di campo (mais) LaiSun Box & Whisker Plot: SPAD Box & Whisker Plot: 5.0 62 60 4.5 58 4.0 56 54 3.5 52 Parametri 3.0 50 - Diverse risposte a diversi strutturali e 2.5 48 trattamenti! SPAD LaiSun 46 biochimici 2.0 44 1.5 42 1.0 40 38 - NO vs N1 . In alcuni casi basta 0.5 36 sapere il LAI o la quantità di Mean 0.0 0 1 2 0 1 2 Mean Mean±SD 34 0 1 2 0 1 2 Mean±SD clorofilla per diagnosticare stati di Mean±1.96*SD Mean±1.96*SD N: 0 N: 1 N: 0 Irrig N: 1 stress. [abbastanza facile e Irrig LAI operativo per il RS..] SPAD Box & Whisker Plot: Qeff * 1000 - Quando invece i parametri non variano si Box & Whisker Plot: Medie PRI * 1000 440 25 420 400 20 deve ricorrere a Parametri fisiologici e di 380 360 15 parametri fisiologici per efficienza 340 10 identificare e anticipare Qeff * 1000 Medie PRI * 1000 320 fotosintetica 5 lo stress 300 280 0 260 240 -5 220 Mean 0 1 2 0 1 2 Mean±SD -10 Mean Mean±1.96*SD 0 1 2 0 1 2 Mean±SD N: 0 N: 1 Mean±1.96*SD N: 0 N: 1 Irrig Irrig ∆F/Fm’ PRI LTDA
  • 30. Risultati. Confronti con i dati iperspettrali PRI-AISA vs efficienza fotosintetica (mais). - Buone relazioni tra PRI e df/Fm’, coerenti con i dati osservati in campo (livello fogliare vs canopy scale!). - Ps. Indici tradizionalmente legati a LAI e clorofilla sembrano meno sensibili all’efficienza fotosintetica. LTDA
  • 31. Risultati. Andamento dell’indice PRI in campo Variazione indice PRI in funzione del grado di irrigazione dry wet P22 P25 h 11.20 h 12.30 Fertilization 0 kg/ha N h 11.45 h 12.40 h 12.00 h 12.55 -0,05 0,05 LTDA
  • 32. Risultati. Mapping dei parametri biofisici come indicatori di stress Analisi di regressione, sviluppo modelli empirici (e.g. mais) Immagini AISA NDI vs. LAI 0.80 0.70 0.60 NDI 0.50 0.40 y = 0.1142x + 0.2917 R2 = 0.7252 0.30 1 1.5 2 2.5 3 3.5 4 LAI TCARI/OSAVI vs. SPAD 1200 1100 y = -26.22x + 2150.1 R2 = 0.6421 1000 TCARI/OSAVI 900 800 700 600 500 35 40 45 50 55 60 SPAD LTDA
  • 33. Risultati. Mappe degli indicatori precoci Variabilità spaziale di PRI e Fs - Il PRI evidenzia le parcelle sottoposte a stress idrico. A parità di LAI (e.g. NDVI) il PRI è sensibile al regime idrico! - Nel sorgo Fs è un ottimo indicatore - Non sono correlate e rilevano due diverse informazioni! LTDA
  • 34. Risultati. Valutazione dei risultati Variabilità spaziale di PRI e Fs - Cosa succede a parità di Azoto? - Cosa succede a parità di regime idrico? - In generale è il mapping del contenuto di - In N0, stabilità di LAI e Cab (+Fs); l’indice PRI è clorofilla che individua sofferenze da sensibile in forma early detection! mancanza di nutrienti! - In N1 il PRI rivela ancora diversi stati di stress - La fluorescenza aggiunge preziose informazioni idrico anche se è sufficiente analizzare la che combinate con la concentrazione totale di variabilità spaziale del LAI per mappare stati di Cab possono migliorare la detezione precoce sofferenza. dello stress nutrizionale! LAI SPAD PRI Fs LAI SPAD PRI Fs F1, 8 = 0.791 F1,8 = 27.627 F1, 8 = 2.861 F1, 8 = 0.336 F2, 12 = 4.654 F2,12 = 0.481 F2, 12 = 6.985 F2, 12 = 2.126 Irr 0 N0 p = 0.439 p = 0.013 p = 0.526 p = 0.602 p = 0.060 p = 0.278 p = 0.027 p = 0.200 F1, 8 = 6.053 F1,8 = 10.353 F1, 8 = 2.861 F1, 8 = 11.741 F2, 12 = 6.396 F2,12 = 6.166 F2, 12 = 6.599 F2, 12 = 4.037 Irr 1 N1 p = 0.091 p = 0.049 p = 0.526 p = 0.042 p = 0.032 p = 0.035 p = 0.030 p = 0.077 F1, 8 = 1.280 F1,8 = 12.736 F1, 8 = 0.970 F1, 8 = 3.515 Irr 2 p = 0.340 p = 0.037 p = 0.397 p = 0.157 LTDA
  • 35. Risultati. Stima delle temperature della canopy Generazione mappa della temperatura della canopy c2 Tbrightness   c1  5    L( )    ln        L(  )  T F2,24 = 7.8 Irr p = 0.007 F1, 24 = 2.7 N p = 0.197 F2, 24 = 0.1 Irr * N p = 0.930 Variabilità tra 30-42 °C. E’ condizionata dalla proporzione di suolo nudo presente nel pixel. E’ sensibile ad entrambi i trattamenti! Importante contributo per la valutazione dello stress LTDA
  • 36. Conclusioni o Realizzazione di un esperimento pilota per indagare le potenzialità del telerilevamento iperspettrale per il monitoraggio dello stress idrico e nutrizionale; o Messa a punto degli algoritmi per la stima della fluorescenza da sensori iperspettrali aviotrasportati. Ruolo fondamentale della fase di pre-elaborazione dei dati; o Abbiamo riscontrato ottime relazioni tra indici spettrali e dati di campo e sviluppato semplici modelli semi-empirici operativi per la generazione di mappe di indicatori dello stress (interessanti ricadute applicative); o E’ stato dimostrato che indici precoci consentono di individuare stati di sofferenza prima della comparsa dei sintomi. L’indice PRI è fortemente dipendente dallo stress idrico. La fluorescenza riconosce stati di carenza nutrizionale. Possibilità di early detection da remoto (valide ricadute scientifiche); o Verso un sistema ottimale..... Configurazione da postazione fissa (punto spia) e segnalazioni per riprese remote (aereo, UAV) rapidamente tradotte in mappe di indicatori (e.g, PRI) e mappe di prescrizione. LTDA
  • 37. Ringraziamenti a Nestlé e al progetto Axía per aver sostenuto questa ricerca a tutti i responsabili, collaboratori e partecipanti alle campagne di misura L. Busetto, C. Cilia, T. Julitta, B. Di Mauro, M. Ferretti, S. Cogliati, M. Rossini, M. Meroni, A. Marchesi, L. Fumagalli, A.D. Ortica (DISAT- UNIMIB, Italy), S. Amaducci, M. Bergonti, Dante (Università Cattolica di Piacenza, Azienda V. Tadini), Guido d’Urso, M. Palladino, P. Eduardo (Università Napoli) J-L. Widlowski (JRC); Uwe Rasher (Julich Univ), Paolo Paganini (OGS)… Le immagini multispettrali AHS sono state acquisite ad opera dell’Istituto Nazionale di Tecnologia Aerospaziale di Madrid (INTA - http://www.inta.es) nell’ambito del progetto EUFAR (European Facility For Airborne Research project) Transnational Access project. LTDA
  • 38. Buone news! Missione spaziale ESA FLEX (FLuorescence Explorer) LTDA